阿爾法視角 | 邊緣AI將成物聯(lián)網(wǎng)新的**增長點？

時間：2021-03-02作者：深圳市阿爾法智匯科技有限公司瀏覽：34

人工智能與物聯(lián)網(wǎng)在各自經(jīng)歷過爆發(fā)式熱潮后，逐步進(jìn)入了快速發(fā)展的賽道，而隨著5G技術(shù)的成熟與普及，人工智能與物聯(lián)網(wǎng)深度融合的趨勢較加明顯，而作融合領(lǐng)域里新潮概念的邊緣計算，一直受到業(yè)內(nèi)人士的關(guān)注。
5G網(wǎng)絡(luò)提供了較大的信元密度、較高的數(shù)據(jù)速度和較低的網(wǎng)絡(luò)延遲。在5G網(wǎng)絡(luò)中，更多的處理被推到邊緣端，這讓低延遲應(yīng)用得以實現(xiàn)。此外，5G站點的密集化為用戶提供了較大的網(wǎng)絡(luò)容量、更多的數(shù)據(jù)帶寬和較高的移動數(shù)據(jù)速度。這種網(wǎng)絡(luò)致密化將使實時決策的**分析成為可能。
邊緣計算雖然存在一定的技術(shù)難題，但不可否認(rèn)的是，邊緣計算的模式確實為IT架構(gòu)師和嵌入式開發(fā)人員提供了更多的選擇，那么，邊緣計算演變出得邊緣AI技術(shù)，會成為智能物聯(lián)網(wǎng)新的**增長點嗎？

邊緣AI的意義
基于云端的物聯(lián)網(wǎng)分析目前仍居主導(dǎo)地位。但數(shù)據(jù)的遠(yuǎn)距離傳輸必然帶來處理延遲，因為將數(shù)據(jù)移入和移出云端會因為往返時間產(chǎn)生滯后。
通過硬件升級來進(jìn)一步提升傳輸速度是不現(xiàn)實的，一來成本太高；二來鋪設(shè)費(fèi)時，因此，數(shù)據(jù)處理重心往邊緣網(wǎng)絡(luò)發(fā)展的概念成為了解決問題的優(yōu)選，除了設(shè)備和板級實施之外，此層次結(jié)構(gòu)還包括制造中的IoT網(wǎng)關(guān)和數(shù)據(jù)中心，這些擴(kuò)展了可用于下一代IoT系統(tǒng)開發(fā)的架構(gòu)選項。
目前，邊緣物聯(lián)網(wǎng)架構(gòu)已經(jīng)有了案例試點，用戶可以在此架構(gòu)基礎(chǔ)上構(gòu)建AI和分析應(yīng)用，但這些應(yīng)用不可能在云端高效且低成本的進(jìn)行使用和分析。所以為了在云和邊緣AI之間**平衡，必須要考慮到數(shù)據(jù)量的規(guī)模性，而這正是基于邊緣的人工智能處理器在數(shù)據(jù)發(fā)到其他地方之前進(jìn)行本地處理的意義所在。

AIoT新**
AIoT終端場景應(yīng)用對人工智能和機(jī)器學(xué)習(xí)的需求程度已逐漸追趕云數(shù)據(jù)庫，因為對重要物聯(lián)網(wǎng)傳感器數(shù)據(jù)的處理越來越接近數(shù)據(jù)較初所在的位置。而這些數(shù)據(jù)將由新一代人工智能（AI）芯片處理分析，其中包括比GPU、FPGA和其他專門的IC類型較窄的內(nèi)存和功耗要求較低的嵌入式微控制器，以及其他特定IC類型控制器。
邊緣分析的變革潛力幾乎是無限的。5G網(wǎng)絡(luò)的速度加上本地處理可以轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，設(shè)備或邊緣網(wǎng)絡(luò)的自主決策和認(rèn)知智能降低了處理和決策延遲。隨著5G的發(fā)展，更多的信息將被收集和處理，邊緣分析產(chǎn)生的見解將越來越多地驅(qū)動決策，實現(xiàn)認(rèn)知智能應(yīng)用。
在邊緣網(wǎng)絡(luò)中，采用多層神經(jīng)網(wǎng)絡(luò)和無監(jiān)督學(xué)習(xí)來識別圖像的機(jī)器視覺技術(shù)已成為AI的重要應(yīng)用案例，位于較靠近數(shù)據(jù)采集處的終端設(shè)備通過嵌入式硬件為深度學(xué)習(xí)增加了處理能力；即使物聯(lián)網(wǎng)本身具有一定的局限性，但是借助人工智能和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，智能物聯(lián)網(wǎng)將會被普及并且被賦予較高的**。


深圳市阿爾法智匯科技有限公司專注于人臉識別門禁,人臉識別設(shè)備,閘機(jī)頭等

• 詞條

  詞條說明

• 阿爾法視角 | 邊緣AI將成物聯(lián)網(wǎng)新的**增長點？

  人工智能與物聯(lián)網(wǎng)在各自經(jīng)歷過爆發(fā)式熱潮后，逐步進(jìn)入了快速發(fā)展的賽道，而隨著5G技術(shù)的成熟與普及，人工智能與物聯(lián)網(wǎng)深度融合的趨勢較加明顯，而作融合領(lǐng)域里新潮概念的邊緣計算，一直受到業(yè)內(nèi)人士的關(guān)注。 5G網(wǎng)絡(luò)提供了較大的信元密度、較高的數(shù)據(jù)速度和較低的網(wǎng)絡(luò)延遲。在5G網(wǎng)絡(luò)中，更多的處理被推到邊緣端，這讓低延遲應(yīng)用得以實現(xiàn)。此外，5G站點的密集化為用戶提供了較大的網(wǎng)絡(luò)容量、更多的數(shù)據(jù)帶寬和較高的移動數(shù)據(jù)